临床试验AI落地：从氛围编码到智能化作业流

点击上方DIA资讯关注我们

2026年8月7日晚，临床试验 AI Builder 分享会第一期在线举行。本期活动由DIA 数字健康社区（DHC） 组织，邀请药番茄科技联合创始人、CEO、《医药大模型》作者高飞担任分享嘉宾。一个小时的直播围绕 Vibe Coding、医药专业 Skill 和 AI 工作流展开，重点回答了一个临床试验从业者普遍关心的问题，怎样把真实业务需求转化为能够运行、能够核查的 AI 工具。

Vibe Coding 让业务人员直接参与工具制作

高飞先从个人知识工作讲起。他现场演示了如何让代码型 Agent 读取本地知识库，对多篇医药资料进行检索、汇总和翻译，并把生成结果保存为新的 Markdown 笔记。资料进入知识库后，使用者还可以继续追问文献之间的关系，或者按照指定主题重新组织内容。

这类做法的意义很直接。临床试验人员不必先掌握完整的编程知识，可以用自然语言描述任务，在运行结果中继续修改要求。业务人员也由工具的被动使用者变成了参与设计的人。需求说得越具体，资料准备得越完整，结果越容易接近真实工作需要。

分享中还演示了通过即时通信工具远程调用 Agent。用户在手机上发送任务，远端电脑完成资料处理、综述撰写和文件发送。现场生成的一份 ADC 综述约有六页，内容包括摘要、研究背景、信号通路、现有药物、安全性和参考文献。高飞提醒，远程 Agent 可能接触电脑文件和邮箱，最好使用独立设备与独立账号，并与重要资料隔离。系统权限增加以后，账号和设备管理也要同步加强。

Skill 把专业经验写成固定做法

高飞先从个人知识工作讲起。他现场演示了如何让代码型 Agent 读取本地知识库，对多篇医药资料进行检索、汇总和翻译，并把生成结果保存为新的 Markdown 笔记。资料进入知识库后，使用者还可以继续追问文献之间的关系，或者按照指定主题重新组织内容。

这类做法的意义很直接。临床试验人员不必先掌握完整的编程知识，可以用自然语言描述任务，在运行结果中继续修改要求。业务人员也由工具的被动使用者变成了参与设计的人。需求说得越具体，资料准备得越完整，结果越容易接近真实工作需要。

分享中还演示了通过即时通信工具远程调用 Agent。用户在手机上发送任务，远端电脑完成资料处理、综述撰写和文件发送。现场生成的一份 ADC 综述约有六页，内容包括摘要、研究背景、信号通路、现有药物、安全性和参考文献。高飞提醒，远程 Agent 可能接触电脑文件和邮箱，最好使用独立设备与独立账号，并与重要资料隔离。系统权限增加以后，账号和设备管理也要同步加强。

工作流要把临床判断拆成小步骤

分享先用新闻检索说明工作流的基本结构。用户输入企业或药物名称，系统获取相关新闻，处理后按规定格式输出。随后演示的受试者入排核查更接近临床试验现场。工作流接收一份受试者病例和一份入排标准，将病例按句号和换行拆成单句，再让每句病例信息逐项核对完整标准，最后输出符合性判断和具体理由。

现场案例要求受试者 ECOG 评分为0或1，病例记录为2分，系统据此给出不符合结论。这个例子说明，工作流设计不能只写一句“帮我判断”。整份病例和整套标准一次性输入，模型容易遗漏信息或混淆条件。把病例拆成最小判断单元，逐句核对，可以提高覆盖率，也方便追查每条结论来自哪段资料。

固定任务和开放任务还要采用不同做法。步骤清楚、顺序稳定、每次都应沿同一路径执行的任务，适合做成工作流，例如入排核查、字段提取和标准报告生成。资料